IBM

Spezialisierung „Generative AI Engineering with LLMs“

Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

IBM

Spezialisierung „Generative AI Engineering with LLMs“

Advance your ML career with Gen AI and LLMs.

Master the essentials of Gen AI engineering and large language models (LLMs) in just 3 months.

Sina Nazeri
Fateme Akbari
Wojciech 'Victor' Fulmyk

Dozenten: Sina Nazeri

Top-KI-Programm

13.180 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Befassen Sie sich eingehend mit einem Thema

aus 1,130 Bewertungen von Kursen in diesem Programm

Stufe Mittel

Empfohlene Erfahrung

12 Wochen zu vervollständigen
unter 4 Stunden pro Woche
Befassen Sie sich eingehend mit einem Thema

aus 1,130 Bewertungen von Kursen in diesem Programm

Stufe Mittel

Empfohlene Erfahrung

12 Wochen zu vervollständigen
unter 4 Stunden pro Woche

Was Sie lernen werden

  • In-demand, job-ready skills in gen AI, NLP apps, and large language models in just 3 months.

  • How to tokenize and load text data to train LLMs and deploy Skip-Gram, CBOW, Seq2Seq, RNN-based, and Transformer-based models with PyTorch

  • How to employ frameworks and pre-trained models such as LangChain and Llama for training, developing, fine-tuning, and deploying LLM applications.

  • How to implement a question-answering NLP system by preparing, developing, and deploying NLP applications using RAG.

Kompetenzen, die Sie erwerben

  • Kategorie: Generative AI
  • Kategorie: Large Language Modeling
  • Kategorie: Generative Adversarial Networks (GANs)
  • Kategorie: Fine-tuning
  • Kategorie: Artificial Intelligence
  • Kategorie: Data Pipelines
  • Kategorie: Reinforcement Learning
  • Kategorie: Generative Model Architectures
  • Kategorie: Retrieval-Augmented Generation
  • Kategorie: Natural Language Processing
  • Kategorie: Embeddings
  • Kategorie: Responsible AI
  • Kategorie: Model Training
  • Kategorie: LLM Application
  • Kategorie: Prompt Engineering
  • Kategorie: Model Optimization

Werkzeuge, die Sie lernen werden

  • Kategorie: PyTorch (Machine Learning Library)
  • Kategorie: Hugging Face
  • Kategorie: Vector Databases
  • Kategorie: Generative AI Agents

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Spezialisierung - 7 Kursreihen

Was Sie lernen werden

  • Differentiate between generative AI architectures and models, such as RNNs, transformers, VAEs, GANs, and diffusion models

  • Describe how LLMs, such as GPT, BERT, BART, and T5, are applied in natural language processing tasks

  • Implement tokenization to preprocess raw text using NLP libraries like NLTK, spaCy, BertTokenizer, and XLNetTokenizer

  • Create an NLP data loader in PyTorch that handles tokenization, numericalization, and padding for text datasets

Kompetenzen, die Sie erwerben

Kategorie: Generative Adversarial Networks (GANs)
Kategorie: Generative AI
Kategorie: Natural Language Processing
Kategorie: Model Training
Kategorie: Recurrent Neural Networks (RNNs)
Kategorie: Data Preprocessing
Kategorie: Generative Model Architectures
Kategorie: Hugging Face
Kategorie: Large Language Modeling
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Data Pipelines
Kategorie: LLM Application

Was Sie lernen werden

  • Explain how one-hot encoding, bag-of-words, embeddings, and embedding bags transform text into numerical features for NLP models

  • Implement Word2Vec models using CBOW and Skip-gram architectures to generate contextual word embeddings

  • Develop and train neural network-based language models using statistical N-Grams and feedforward architectures

  • Build sequence-to-sequence models with encoder–decoder RNNs for tasks such as machine translation and sequence transformation

Kompetenzen, die Sie erwerben

Kategorie: Generative AI
Kategorie: Large Language Modeling
Kategorie: Generative Model Architectures
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Classification Algorithms
Kategorie: Natural Language Processing
Kategorie: Model Evaluation
Kategorie: Data Ethics
Kategorie: Model Optimization
Kategorie: Responsible AI
Kategorie: Embeddings
Kategorie: Model Training
Kategorie: Artificial Neural Networks
Kategorie: Feature Engineering
Generative AI Language Modeling with Transformers

Generative AI Language Modeling with Transformers

KURS 3, 9 Stunden

Was Sie lernen werden

  • Explain the role of attention mechanisms in transformer models for capturing contextual relationships in text

  • Describe the differences in language modeling approaches between decoder-based models like GPT and encoder-based models like BERT

  • Implement key components of transformer models, including positional encoding, attention mechanisms, and masking, using PyTorch

  • Apply transformer-based models for real-world NLP tasks, such as text classification and language translation, using PyTorch and Hugging Face tools

Kompetenzen, die Sie erwerben

Kategorie: Generative Model Architectures
Kategorie: Model Training
Kategorie: Large Language Modeling
Kategorie: Natural Language Processing
Kategorie: Generative AI
Kategorie: Model Optimization
Kategorie: Embeddings
Kategorie: PyTorch (Machine Learning Library)

Was Sie lernen werden

  • Sought-after, job-ready skills businesses need for working with transformer-based LLMs in generative AI engineering

  • How to perform parameter-efficient fine-tuning (PEFT) using methods like LoRA and QLoRA to optimize model training

  • How to use pretrained transformer models for language tasks and fine-tune them for specific downstream applications

  • How to load models, run inference, and train models using the Hugging Face and PyTorch frameworks

Kompetenzen, die Sie erwerben

Kategorie: Fine-tuning
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Prompt Engineering
Kategorie: Model Training
Kategorie: Large Language Modeling
Kategorie: Generative AI
Kategorie: Model Optimization
Generative AI Advanced Fine-Tuning for LLMs

Generative AI Advanced Fine-Tuning for LLMs

KURS 5, 9 Stunden

Was Sie lernen werden

  • In-demand generative AI engineering skills in fine-tuning LLMs that employers are actively seeking

  • Instruction tuning and reward modeling using Hugging Face, plus understanding LLMs as policies and applying RLHF techniques

  • Direct preference optimization (DPO) with partition function and Hugging Face, including how to define optimal solutions to DPO problems

  • Using proximal policy optimization (PPO) with Hugging Face to build scoring functions and tokenize datasets for fine-tuning

Kompetenzen, die Sie erwerben

Kategorie: Model Optimization
Kategorie: Reinforcement Learning
Kategorie: Generative AI
Kategorie: Model Evaluation
Kategorie: Model Training
Kategorie: Large Language Modeling
Kategorie: Fine-tuning
Fundamentals of AI Agents Using RAG and LangChain

Fundamentals of AI Agents Using RAG and LangChain

KURS 6, 9 Stunden

Was Sie lernen werden

  • In-demand, job-ready skills businesses seek for building AI agents using RAG and LangChain in just 8 hours

  • How tapply the fundamentals of in-context learning and advanced prompt engineering timprove prompt design

  • Key LangChain concepts, including tools, components, chat models, chains, and agents

  • How tbuild AI applications by integrating RAG, PyTorch, Hugging Face, LLMs, and LangChain technologies

Kompetenzen, die Sie erwerben

Kategorie: Hugging Face
Kategorie: Generative AI Agents
Kategorie: LLM Application
Kategorie: Artificial Intelligence
Kategorie: Retrieval-Augmented Generation
Kategorie: Large Language Modeling
Kategorie: Generative AI
Kategorie: Prompt Engineering

Was Sie lernen werden

  • Gain practical experience building your own real-world generative AI application to showcase in interviews

  • Create and configure a vector database to store document embeddings and develop a retriever to fetch relevant segments based on user queries

  • Set up a simple Gradio interface for user interaction and build a question-answering bot using LangChain and a large language model (LLM)

Kompetenzen, die Sie erwerben

Kategorie: Fine-tuning
Kategorie: LLM Application
Kategorie: Retrieval-Augmented Generation
Kategorie: Generative AI
Kategorie: User Interface (UI)
Kategorie: Vector Databases
Kategorie: Embeddings

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Sina Nazeri
IBM
2 Kurse91.850 Lernende
Fateme Akbari
IBM
4 Kurse55.611 Lernende
Wojciech 'Victor' Fulmyk
IBM
8 Kurse161.097 Lernende

von

IBM

Bewertungen von Lernenden aus Generative AI Engineering with LLMs

Durchschnitt über alle 7 Kurse

  • 5 Sterne

    77,55 %

  • 4 Sterne

    12,83 %

  • 3 Sterne

    3,89 %

  • 2 Sterne

    2 %

  • 1 Stern

    3,71 %

JR
Kurs: Generative AI and LLMs: Architecture and Data Preparation

Geprüft am 28. Feb. 2025

PG
Kurs: Gen AI Foundational Models for NLP & Language Understanding

Geprüft am 26. Okt. 2025

RR
Kurs: Generative AI Language Modeling with Transformers

Geprüft am 10. Okt. 2024

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von IBM.

Was führt Sie heute zu Coursera?

  • cplus logo

    Eignen Sie sich Fähigkeiten an, die ein Leben lang halten -- jetzt für 239 $

  • Coursera for Teams

    Verleihen Sie Ihrem Team neue Fähigkeiten

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen